Statistiques - Méthodologie

Une nouvelle méthode améliore l'apprentissage à partir de données complexes en utilisant des proximités de Wasserstein.

Une étude sur l'amélioration des méthodes UDA via l'évaluation et la compréhension des décalages de données.

Apprends comment l'inférence bayésienne met à jour les croyances avec de nouvelles preuves.

Un modèle pour regrouper les régions par risques de santé similaires au fil du temps.

Découvre comment la régression quantile et les algos MM améliorent l'analyse de données dans différents domaines.

Examen de la confidentialité différentielle dans les données de transport spatiotemporelles pour protéger les utilisateurs.

Une nouvelle approche simplifie l'estimation des paramètres dans des modèles qui n'ont pas de fonctions de vraisemblance claires.

Une étude comparant les hypothèses de données manquantes aléatoires et de données manquantes latentes aléatoires.

Apprends comment les données de population améliorent la précision des prédictions dans des modèles incertains.

Apprends comment les modèles de retard distribué analysent les impacts de la température sur la santé au fil du temps.

NIRVAR analyse des séries temporelles complexes en tant que réseaux, améliorant la précision des prévisions dans différents domaines.

Cet article met en avant l'utilisation des processus gaussiens dans l'analyse de recherche clinique.

Examiner les tendances et les impacts de la concentration du marché dans le secteur agricole en Europe.

Un guide clair pour securiser les risques d'assurance et prévoir les pertes futures.

Cette étude propose des idées sur les stratégies de traitement du myélome multiple en utilisant des modèles conjoints.

Incertus.jl simplifie la randomisation pour des essais cliniques équitables avec plusieurs traitements.

Un aperçu des nouvelles métriques et de l'automatisation dans l'appariement par score de propension pour la recherche en santé.

Une nouvelle méthode pour analyser les données de survie en utilisant des approches fonctionnelles.

Une nouvelle approche pour améliorer la précision dans l'analyse des données de composition avec des erreurs de mesure.

De nouvelles méthodes améliorent la sélection de variables dans l'analyse de données à haute dimension.

Explorer LASSO pour une sélection de modèle efficace dans l'analyse de données réseau.

Un nouveau cadre améliore l'analyse des modèles d'état continu-discret en utilisant des techniques basées sur des particules.

Cet article parle de l'importance de la répétabilité dans les essais cliniques utilisant des algorithmes adaptatifs.

Découvre comment la méthode Huber permet d'obtenir une moyenne stable dans des données avec des valeurs aberrantes.

Apprends comment l'analyse des séries temporelles aide à prédire les tendances futures.

Une nouvelle méthode d'ACP analyse efficacement des données complexes provenant de plusieurs sources.

Une approche détaillée pour estimer l'hyperuniformité dans divers systèmes naturels.

Une nouvelle approche pour comparer les distributions conditionnelles en utilisant l'ECMMD en statistiques.

Un nouveau cadre pour tester les distributions de probabilité en utilisant des distances quadratiques.

Un moyen d'identifier des changements importants dans les données au fil du temps.

Cette étude explore comment la technologie mobile aide la recherche sur la santé mentale.

Une nouvelle méthode pour estimer des paramètres dans les données spatiales tout en réduisant l’impact des valeurs aberrantes.

Une nouvelle approche améliore la détection des signaux périodiques dans des données de séries temporelles complexes.

Examen du timing et de la propagation du Covid-19 dans les zones locales de mars à juin 2020.

Une nouvelle méthode améliore l'analyse de la maladie résiduelle minime dans la leucémie.

De nouvelles méthodes améliorent la résolution de problèmes en recherche opérationnelle grâce à des approches basées sur les données.

Une nouvelle méthode pour estimer les impacts des traitements chez les patients en réa atteints de sepsis.

fStress aide à ajuster le modèle en mesurant la distance et en optimisant l'analyse des données.

Une nouvelle méthode améliore le traitement des signaux en s'attaquant au bruit dans des ensembles de données complexes.

Un nouveau modèle améliore les prévisions de demande malgré les limites des données.